排列三字谜

帝國、PHPCMS及織夢對比(十一):采集功能

2011-10-08 17:27:55來源:chinaz作者:

提到采集,有些站長拋出鄙夷的眼神,而似乎大部分站長都會覺得是CMS的標配。在落葉看來采集只是一個功能,一個工具,關鍵看是采什么,采來后做什么,怎么處理采來的內容。大家都知道火車頭,一般基本用來采文章,但

提到采集,有些站長拋出鄙夷的眼神,而似乎大部分站長都會覺得是CMS的標配。在落葉看來采集只是一個功能,一個工具,關鍵看是采什么,采來后做什么,怎么處理采來的內容。大家都知道火車頭,一般基本用來采文章,但落葉經常用來采集郵箱,CMS間導數據,基至都用來采過QQ號。火車頭的整套流程即使對采集規則了解不多,也很方便來采文章,那么相較之于這種客戶端軟件,主流CMS中的采集模塊,有哪些優缺點呢?

本文中落葉對PHPCMS、帝國CMS及DEDECMS的采集功能作些對比,同時也對采集流程細節作些需求分析。

我們知道,通常的采集流程都是通過列表頁分頁批量獲取內容頁網址,然后對內容頁分析,獲取內容標題、文章內容等信息,因為各目標站的結構不同,采集規則會不同,CMS不可能也不會提供通用的采集規則,那么要考量一款CMS采集模塊是否好用基本是由整個采集任務設置流程的易用性、采集的穩定性與效率、采集完入庫方便性等方面決定。

1.采集設置流程:

整體體驗:

PHPCMS的任務添加流程中直接在TAB菜單的形式列出來網址采集、內容規則設置、高級設置三步驟,每一步中的結構都和火車頭比較像,對火車頭采集的比較熟悉用戶會覺得PHPCMS的采集設置比較明了。DEDE中流程類似,只是沒有直接將幾步列出,后一步的設置的前提是前一步設置正確。帝國CMS 中則是希望用戶一口吃飽,從上至下把需要的信息全部列出來。

其實整體都基本三步,沒有太明顯的區別是,只是三者表現方式的不同給用戶的心理感受是不同的。PHPCMS簡潔明了,讓用戶覺得采集很簡單,三下兩下就設置好了,新手愿意去嘗試。帝國CMS中用戶一進入采集設置界面頓感壓力,頁面一直下拖,這么多設置項,首先想到的是“算了,換別的采集”,“這么多填到什么時候,填完了能不能提交還是一回事”,而DEDECMS中把采集過程和設置流程整合起來,優點時可以保證每一步都設置正確,但對采集比較熟悉的用戶而言,效率偏低,每次都得POST提交一次測試一次。

網址采集:

PHPCMS網址采集通過列表頁分頁通配符實現列表頁網址批量添加,然后設置所需采集的網址區域,很多時候,對不熟悉HTML采集規則查找技巧的朋友可以通過直接設置“網址中必須包含”和“網址中不得包含”這兩項來實現內容頁網址的采集。DEDECMS也用*作分頁通配符,不過DEDE中的優點在于可以啟用多欄目通配規則,針對不同的欄目頁批量設置采集規則,這樣可以方便對有相同URL規則的多個欄目同時采集。帝國中則也只是一般的以為通配符的多分頁獲取,相對表現平平。

\

PHPCMS中提供通過填寫COOKIES信息對需要登陸的網站的采集,不過只對深度用戶有用,一般用不著,DEDECMS中則提供了防盜鏈模式的設置,通過填入目標站內容頁地址,采集時偽造來源來達到破解簡單防盜鏈采集的目的,這點還是挺不錯的。帝國CMS對相對路徑的處理提供了填寫“內容頁地址前輟”的字段,但其實本應該做到URL自動擴充補全的。

內容規則的設置:

內容頁規則的設置一般是針對每個字段提供設置匹配規則,同時進行一些格式過濾和信息替換。對比三款CMS,PHPCMS中的字段設置更人性化些,很清晰的實現了匹配信息的提取、信息替換、格式過濾的功能,而DEDECMS和帝國CMS中都直接一個textarea給出,讓用戶填寫正則內容,體驗上稍差些。DEDECMS中也以彈出窗口的方式給出了常用格式的過濾的勾選框,直接勾選可以生成過濾規則,表現方式不夠明顯,不適合新手使用,帝國則似乎完全是針對正則高手的,而實際用帝國的新手用戶居多,我很為帝國擔心,“有人用他的采集功能么?”

\

2. 采集穩定性與效率:

采集效率受限于服務器本身及網絡環境,各CMS在技術上的差異不大,而穩定性則處決于采集流程及出錯處理。這塊PHPCMS的優勢很明顯,支持多線程采集,并以進展條方式展示,在采集中斷時可刷新界面斷點續采,效率和穩定性個人覺得挺不錯。對已采集過的網址記錄方式也仿照火車頭的方式進行記錄,防止重復采集。

\

DEDE則仍體現在他的細致上,每一步做過很多細節提示,優點的可以清楚知道怎樣操作,缺點是太多需要讓我思考的地方,帝國CMS似乎對得重復采集未作判斷,即使刷新或后退都存在得復采集的情況。

3. 采集完入庫:

帝國CMS在采集設置流程中即設置好了所采集的信息所對應入庫的欄目,采集過程字段設置也完全與欄目的字段匹配,PHPCMS在采集前設置好了對應的欄目,但各字段并沒有綁定,在采集完進行發布時,可以重新選擇字段的對應關系,并可對一些字段如關鍵詞、摘要、縮略圖、時間等在發布時自動使用函數處理后填充。DEDECMS中在采集時未綁定欄目,發布時選擇欄目導入,比較方便,但不支持字段選擇。總體,落葉個人還是偏向于PHPCMS的地導入方式。

贊助商鏈接:

排列三字谜 河南游泳夺金开奖结果 看牌抢庄牛牛棋牌下载 pk10自动投注挂机软件 dnf手游不能交易商人怎么赚钱 欧冠赛程 北京pc28在线预测 捕鱼世界手机版 qq三国怎么做副业赚钱 mg游戏官网 七乐彩基本走势图500期 奔驰宝马电玩城破解版 狂虐女仆 v1.0 安卓版破解版 时时彩注册送47元彩金 幸运飞艇计划软件下载手机版 mg老虎机破解技术大全 彩票店招工